JP2018049321A - 推定装置、推定方法および推定プログラム - Google Patents

Abstract

【課題】宅内における利用者の行動を利用者ごとに推定する。
【解決手段】本願に係る推定装置は、所定の施設内に設置された電気機器の稼働状況を示す稼働情報と、前記所定の施設内において利用者の端末装置が取得した端末情報とを収集する収集部と、前記稼働情報と前記端末情報とに基づいて、前記所定の施設内における利用者の行動を推定する推定部とを有することを特徴とする。
【選択図】図１

Description

本発明は、推定装置、推定方法および推定プログラムに関する。

従来、宅内にセンシング装置を設置し、センシング機器によるセンサ情報に基づいて、宅内環境を推定する技術が知られている。例えば、住宅の電力利用情報に基づいて、居住者の活動状況を推定する技術が知られている。

特開２００４−０９６６３０号公報

しかしながら、従来技術では、宅内に複数の利用者がいる場合に、利用者の行動を利用者ごとに推定できない場合がある。

本願は、上記に鑑みてなされたものであって、宅内における利用者の行動を利用者ごとに推定することを目的とする。

本願に係る推定装置は、所定の施設内に設置された電気機器の稼働状況を示す稼働情報と、前記所定の施設内において利用者の端末装置が取得した端末情報とを収集する収集部と、前記稼働情報と前記端末情報とに基づいて、前記所定の施設内における利用者の行動を推定する推定部とを有することを特徴とする。

実施形態の一態様によれば、宅内における利用者の行動を利用者ごとに推定することができる。

図１は、実施形態に係る情報管理システムが実行する処理の一例を示す図である。 図２は、実施形態に係る推定装置が有する機能構成の一例を示す図である。 図３は、実施形態に係る端末情報データベースに登録される情報の一例を示す図である。 図４は、実施形態に係る稼働情報データベースに登録される情報の一例を示す図である。 図５は、実施形態に係る推定情報データベースに登録される情報の一例を示す図である。 図６は、実施形態に係る推定装置が実行する推定処理の流れの一例を示すフローチャートである。 図７は、ハードウェア構成の一例を示す図である。

以下に、本願に係る推定装置、推定方法および推定プログラムを実施するための形態（以下、「実施形態」と呼ぶ。）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る推定装置、推定方法および推定プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

〔１−１．推定装置の一例〕
まず、図１を用いて、推定装置１０の一例について説明する。図１は、実施形態に係る情報管理システムが実行する処理の一例を示す図である。図１では、推定装置１０が実行する推定処理の一例として、住宅Ｈ０１内における利用者の行動と、その行動を行った利用者との関係（以下、「利用者行動」と記載する場合がある。）を推定する推定処理の一例について記載した。

なお、以下の説明では、推定装置１０は、住宅Ｈ０１内における利用者行動を推定する処理の一例について記載するが、実施形態は、これに限定されるものではない。例えば、推定装置１０は、住宅Ｈ０１以外にも、オフィス、アパート、ビル、任意の商業施設、コンサートホール等、任意の施設内における利用者行動を推定してよい。すなわち、推定装置１０は、後述する説明で明らかとなるように、電気機器が設置される施設であれば、任意の施設における利用者行動を推定可能である。

図１に示す例では、推定装置１０は、インターネット等のネットワークＮ（例えば、図２を参照。）を介して、複数の端末装置１０１〜１０３および管理装置２００と通信可能である。なお、推定装置１０は、端末装置１０１〜１０３以外にも、任意の数の端末装置や管理装置と通信可能であるものとする。

端末装置１０１〜１０３は、利用者Ｕ０１〜Ｕ０３によって利用される情報処理装置であり、任意のアプリケーションを実行可能な端末装置である。具体例を挙げると、端末装置１０１〜１０３は、スマートフォンやタブレット端末やＰＤＡ（Personal Digital Assistant）等の移動端末や、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣ等である。また、端末装置１０１は、利用者Ｕ０１が利用する端末装置であり、端末装置１０２は、利用者Ｕ０２が利用する端末装置であり、端末装置１０３は、利用者Ｕ０３が利用する端末装置である。なお、以下の説明では、端末装置１０１〜１０３を端末装置１００と総称する。

ここで、端末装置１００は、物理的な状態を検出する各種のセンシング機能を有する。例えば、端末装置１００は、端末装置１００の地面に対する傾きを検出するジャイロセンサ、端末装置１００に係る加速度を検出する加速度センサ、端末装置１００の周囲の明度を検出する明度センサ等のセンサを有する。また、端末装置１００は、端末装置１００の周囲の画像を検出または取得するカメラ、端末装置１００の周囲の音（環境音）を検出するマイク、ＧＰＳ（Global Positioning System）等の測位システムを用いて端末装置１００の位置を検出する機能を有する。また、端末装置１００は、タッチパネルを有し、利用者が行った操作の内容を検出する。なお、以下の説明では、上述した傾き、加速度、明度、画像、音、位置、操作内容等、端末装置１００が各種センサや検出手段を用いて検出した情報をセンサデータと記載する。また、端末装置１００は、上述したセンサデータ以外にも、任意のセンサデータを取得可能であるものとする。

推定装置１０は、後述する推定処理により利用者行動の推定を行う推定装置であり、例えば、クラウドシステムやサーバ装置、ＰＣ等により実現される。管理装置２００は、所定の管理を行う管理者が使用する情報処理装置であり、例えば、クラウドシステムやサーバ装置、ＰＣ等により実現される。例えば、管理装置２００は、後述する推定処理により推定装置１０が推定した利用者行動の内容を取得する。

住宅Ｈ０１は、利用者Ｕ０１〜Ｕ０３が生活する住宅である。例えば、図１に示す例では、住宅Ｈ０１には、複数の部屋Ｒ０１〜Ｒ０３が設置されている。また、住宅Ｈ０１には、各部屋Ｒ０１〜Ｒ０３に設置された各種の電気機器に対して電力を供給する分電盤Ｂ０１が設置されている。例えば、分電盤Ｂ０１は、外部から供給される商用電源を各部屋Ｒ０１〜Ｒ０３に分岐させ、分岐先の電気機器へと電力を供給する。

例えば、図１に示す例では、分電盤Ｂ０１は、部屋Ｒ０２に設置された照明機器である電気機器Ｅ０１、部屋Ｒ０３に設置された照明機器である電気機器Ｅ０２、部屋Ｒ０１に設置された照明機器である電気機器Ｅ０３、部屋Ｒ０３に設置された空調機器である電気機器Ｅ０４、部屋Ｒ０１に設置された空調機器である電気機器Ｅ０５に対し、それぞれ個別の送電経路を介して、電力を供給する。また、分電盤Ｂ０１は、部屋Ｒ０１に設置されたコンセントＣ０１に電力を供給する。コンセントＣ０１は、テレビジョンである電気機器Ｅ０６や掃除機である電気機器Ｅ０７が接続されており、分電盤Ｂ０１から供給された電力を電気機器Ｅ０６や電気機器Ｅ０７に供給する。また、住宅Ｈ０１には、図１に示す電気機器Ｅ０１〜Ｅ０７以外にも、冷蔵庫や電磁調理器等、任意の電気機器が設置されていてよい。

ここで、電気機器Ｅ０１〜Ｅ０５は、所謂ＨＥＭＳ（Home Energy Management System）と呼ばれる宅内エネルギーの監視システムに準拠したものであり、稼働状況を収集することができるものとする。例えば、電気機器Ｅ０１〜Ｅ０３は、点灯しているか否か、どのような色温度で照明を行っているか、どのような照度で照明を行っているか等といった稼働状況を分電盤Ｂ０１に通知可能である。また、電気機器Ｅ０４、Ｅ０５は、稼働しているか否か、設定温度が何度であるか、除湿、冷房、または暖房を行っているか、部屋の温度が何度であるか等といった稼働状況を分電盤Ｂ０１に通知可能である。

分電盤Ｂ０１は、各種の稼働情報を電気機器Ｅ０１〜Ｅ０５から受信すると、受信した稼働情報を推定装置１０へと送信する。なお、分電盤Ｂ０１は、ＨＥＭＳの管理サーバへと稼働情報を送信してもよい。このような場合、推定装置１０は、管理サーバから稼働情報を収集してもよい。また、ＨＥＭＳにおけるホームゲートウェイ装置が、各電気機器Ｅ０１〜Ｅ０５の稼働情報を収集し、管理サーバあるいは推定装置１０へと送信してもよい。

また、分電盤Ｂ０１は、ＨＥＭＳに準拠していない電気機器Ｅ０６、Ｅ０７の稼働状況を、供給する電力の電力波形等から推定する機能を有する。例えば、分電盤Ｂ０１は、コンセントＣ０１に供給する電流の分波解析を行い、解析結果に基づいて、テレビジョンである電気機器Ｅ０６の電源が投入されているといった稼働状況や電気機器Ｅ０７が接続されて稼働している等といった稼働状況を特定する。そして、分電盤Ｂ０１は、特定した稼働状況を示す稼働情報を推定装置１０や管理サーバへと送信可能である。なお、分電盤Ｂ０１は、主幹を流れる電流の分波解析の結果から、住宅Ｈ０１の宅内の電気機器Ｅ０１〜Ｅ０７の稼働状況を特定してもよい。

なお、以下の実施形態では、分電盤Ｂ０１がホームゲートウェイ装置の機能を発揮する例について記載するが、実施形態は、これに限定されるものではない。例えば、住宅Ｈ０１には、ゲートウェイ装置が分電盤Ｂ０１とは別に設置されており、分電盤Ｂ０１がＨＥＭＳ機器の１つとして動作を行ってもよい。このような場合、分波解析等によって推定した電気機器Ｅ０６、Ｅ０７の稼働状況をゲートウエイ装置へと送信する。また、各電気機器Ｅ０１〜Ｅ０５は、稼働情報をゲートウェイ装置へと送信する。そして、ゲートウェイ装置は、各電気機器Ｅ０１〜Ｅ０７の稼働情報を推定装置１０へと送信する。このように、推定装置１０が住宅Ｈ０１の宅内における電気機器Ｅ０１〜Ｅ０７の稼働状況を収集する形態については、任意の形態が採用可能である。

〔１−２．推定処理について〕
そして、推定装置１０は、以下の推定処理を実行する。まず、推定装置１０は、住宅Ｈ０１に設置された電気機器Ｅ０１〜Ｅ０７の稼働状況を示す稼働情報と、住宅Ｈ０１において利用者Ｕ０１〜Ｕ０３の端末装置１００が取得した端末情報とを収集する。そして、推定装置１０は、稼働情報と端末情報とに基づいて、住宅Ｈ０１における利用者の行動を推定する。より具体的には、推定装置１０は、住宅Ｈ０１内における各種の行動と、その行動を行った利用者との関連性を推定する。

例えば、推定装置１０は、分電盤Ｂ０１がＨＥＭＳに関する機能を用いて各電気機器Ｅ０１〜Ｅ０５から収集した稼働情報を収集する。また、推定装置１０は、電気機器Ｅ０６、Ｅ０７に供給される電流に基づく稼働情報を電気機器ごとに収集する。より具体的な例を挙げると、推定装置１０は、分電盤Ｂ０１が電流の分波解析の結果に基づいて特定した電気機器Ｅ０６、Ｅ０７の稼働情報を収集する。

なお、推定装置１０は、電気機器Ｅ０６、Ｅ０７に供給された電流の量を分電盤Ｂ０１から稼働情報として収集してもよい。このような場合、推定装置１０は、収集した電流の量を分波解析し、分波解析の結果に基づいて、各電気機器Ｅ０６、Ｅ０７の稼働状況を特定してもよい。

また、推定装置１０は、端末情報として、端末装置１００が収集したセンサデータを収集する。例えば、推定装置１０は、端末装置１００が測定した加速度を示す加速度情報または端末装置１００の操作内容を示す操作情報の少なくともいずれか一方を収集する。また、例えば、推定装置１０は、端末装置１００のセンサが測定した加速度情報を収集するとともに、端末装置１００に対して利用者Ｕ０１〜Ｕ０３が行った操作を収集する。

このようなセンサデータは、端末装置１００を利用する利用者Ｕ０１〜Ｕ０３がどのような行動を行っているかを推定するための指標となる。例えば、加速度センサが取得した加速度情報は、利用者が歩行しているのか否かや移動しているのか否かといった行動を推定するための指標となる。また、タッチパネルが取得した操作、すなわち、端末装置１００が受け付けた操作は、例えば、利用者Ｕ０１〜Ｕ０３がアプリケーションを実行しているのか否か、端末装置１００を用いてウェブコンテンツを閲覧しているのか否か、端末装置１００を用いてゲームをしているのか否か等といった行動を推定するための指標となる。なお、例えば、照度センサが取得した照度情報は、利用者が端末装置１００をポケットや鞄に入れているのか、外に出しているのか、端末装置１００を所持した利用者が室内にいるのか室外にいるのか等といった行動を推定するための指標となる。

また、このようなセンサデータを組み合わせた場合には、さらに詳細な利用者の行動を推定することができる。例えば、加速度センサが加速度を検出しておらず、照度センサが一般的な室内における照度を検出している場合には、例えば、端末装置１００が室内に放置されているものと推定される。また、加速度センサが定期的な加速度の変化を検出し、照度センサが光を検知していない場合は、利用者Ｕ０１〜Ｕ０３が端末装置１００を鞄やポケットに入れたままで歩行していると推定される。また、タッチパネルが操作を検出し、加速度センサが定期的な加速度の変化を検出している場合には、利用者Ｕ０１〜Ｕ０３が端末装置１００を操作しながら歩行していると推定される。

また、例えば、センサデータのみならず、端末装置１００が実行しているアプリケーションの情報を組み合わせた場合は、より詳細な利用者の行動を推定することができる。例えば、端末装置１００が音楽コンテンツを再生するアプリケーションを実行している場合は、利用者Ｕ０１〜Ｕ０３がアプリケーションを実行していると推定される。

そこで、推定装置１０は、端末情報として、各種のセンサデータや実行しているアプリケーションの情報等、端末装置１０が取得可能な各種の情報を端末情報として取得する。そして、端末装置１００は、端末情報に基づいて、端末装置１００を利用する利用者Ｕ０１〜Ｕ０３が行っている行動を判定する。

また、推定装置１０は、端末情報から判定した利用者Ｕ０１〜Ｕ０３の行動と、稼働情報が示す電気機器Ｅ０１〜Ｅ０７の稼働状況とに基づいて、住宅Ｈ０１における利用者の行動と、行動を行った利用者とを推定する。例えば、推定装置１０は、ある稼働情報が示す電気機器Ｅ０１〜Ｅ０７の稼働状況について、その稼働状況を生じさせる要因となった可能性が高い利用者の行動との紐付を行う。例えば、推定装置１０は、コホーネンの自己組織化マップと連想記憶型のニューラルネットワークとを組み合わせて、電気機器Ｅ０１〜Ｅ０７の稼働状況と利用者Ｕ０１〜Ｕ０３の行動との関係性を学習したモデルをあらかじめ生成し、生成したモデルを用いて、稼働状況と行動との紐付を行う。そして、推定装置１０は、紐付けた稼働状況と行動とに基づいて、住宅Ｈ０１における利用者Ｕ０１〜Ｕ０３の行動をそれぞれ個別に推定する。

なお、推定装置１０は、電気機器Ｅ０１〜Ｅ０７の稼働状況と、利用者Ｕ０１〜Ｕ０３の行動との紐付を行うモデルであれば、任意のモデルを利用してよい。例えば、推定装置１０は、上述したモデル以外にも、任意の確率生成モデルを利用してもよい。また、推定装置１０は、教師無し学習により、稼働状況と行動とをクラスタリングするよう学習が行われたモデルを用いて、稼働状況と行動とのクラスタリングを行い、クラスタリングの結果に基づいて、稼働状況と行動との紐付を行ってもよい。

例えば、推定装置１０は、同時期に生じる可能性が高い稼働状況と行動とを同じクラスタに分類するようにモデルの学習を行う。そして、推定装置１０は、モデルを用いて、稼働状況と行動とのクラスタリングを行い、同じクラスタに分類された稼働状況と行動との紐付を行ってもよい。より具体的な例を挙げると、推定装置１０は、電気機器Ｅ０２が点灯した場合には、利用者Ｕ０１〜Ｕ０３の行動のうち、電気機器Ｅ０２を点灯させた可能性が高い行動を特定することで、電気機器Ｅ０２を点灯させた利用者の推定を行ってもよい。

なお、推定装置１０は、教師あり学習により、稼働状況と、その稼働状況を生じさせた可能性が高い行動とを紐付けるよう学習が行われたモデルを用いてもよい。例えば、推定装置１０は、利用者Ｕ０１が電気機器Ｅ０２を点灯させた際に端末装置１０１が取得したセンサデータから、利用者Ｕ０１の行動を判定する。そして、推定装置１０は、判定した行動と電気機器Ｅ０２が点灯したという稼働状況とを同じクラスタに分類するように、モデルの学習を行ってもよい。すなわち、推定装置１０は、稼働状況と、その稼働状況を生じさせた利用者の行動との組を正解データとして、モデルの学習を行ってもよい。

〔１−３．位置情報の利用について〕
また、推定装置１０は、端末情報として、端末装置１００の位置、すなわち、端末装置１００を利用する利用者Ｕ０１〜Ｕ０３の位置を示す位置情報を収集する。そして、推定装置１０は、端末情報が示す位置情報と、稼働情報が示す電気機器Ｅ０１〜Ｅ０７の稼働状況とに基づいて、住宅Ｈ０１における利用者の行動と、行動を行った利用者とを推定してもよい。

例えば、端末装置１０１の位置情報が示す位置が、住宅Ｈ０１の位置から所定の距離だけ離れている場合は、端末装置１０１を利用する利用者Ｕ０１が在宅していないと推定される。また、端末装置１０２、１０３の位置情報が示す位置が、住宅Ｈ０１の位置から所定の範囲内に収まる場合は、端末装置１０２、１０３を利用する利用者Ｕ０２、Ｕ０３が在宅していると推定される。このような場合、推定装置１０は、住宅Ｈ０１における電気機器Ｅ０１〜Ｅ０７の稼働状況との紐付対象から、利用者Ｕ０１の行動を除外し、利用者Ｕ０２、Ｕ０３の行動のみを紐付対象としてもよい。

また、推定装置１０は、推定精度を向上させるため、端末情報として、住宅Ｈ０１の外において端末装置１００が取得した端末情報をさらに収集し、住宅Ｈ０１において端末装置１００が取得した端末情報と、稼働情報とに基づいて、住宅Ｈ０１における利用者Ｕ０１〜Ｕ０３の行動を推定してもよい。すなわち、推定装置１０は、住宅Ｈ０１の外で利用者Ｕ０１〜Ｕ０３が行った行動を考慮して、住宅Ｈ０１における利用者Ｕ０１〜Ｕ０３の行動を推定してもよい。

より具体的には、推定装置１０は、住宅Ｈ０１の外において端末装置１０１が取得した端末情報に基づいて、住宅Ｈ０１の外における利用者Ｕ０１の行動を推定する。そして、推定装置１０は、推定した行動と、稼働情報とに基づいて、住宅Ｈ０１の中における利用者Ｕ０１の行動を推定してもよい。すなわち、推定装置１０は、住宅Ｈ０１の外および住宅Ｈ０１の中における利用者Ｕ０１の一連の行動を推定し、推定した行動と稼働状況との紐付をおこなってもよい。

例えば、推定装置１０は、住宅Ｈ０１外における端末装置１０１の端末情報に基づいて、気温が所定の閾値よりも高い状態で、利用者Ｕ０１が駅から住宅Ｈ０１まで徒歩で移動したといった一連の行動を判定したものとする。また、推定装置１０は、端末装置１０３の端末情報に基づいて、利用者Ｕ０３が住宅Ｈ０１に在宅していると判定したものとする。ここで、電気機器Ｅ０４の電源が投入され、冷房を行うように操作された旨と電気機器Ｅ０７の電源が投入された旨とを稼働情報が示すものとする。

このような場合は、利用者Ｕ０３が空調機器である電気機器Ｅ０４を操作した可能性よりも、気温が所定の閾値よりも高い中、徒歩で帰宅した利用者Ｕ０１が電気機器Ｅ０４を操作して冷房を行うように操作した可能性が高い。また、掃除機である電気機器Ｅ０７を、利用者Ｕ０１が帰宅してからすぐに使用する可能性は低く、在宅していた利用者Ｕ０３が電気機器Ｅ０７を使用する可能性が高い。

そこで、推定装置１０は、住宅Ｈ０１内のみならず住宅Ｈ０１外における利用者の行動と、稼働状況との紐付を行うことで、住宅Ｈ０１内における電気機器Ｅ０１〜Ｅ０７の操作を行った利用者を推定する。例えば、推定装置１０は、気温が所定の閾値よりも高い状態で、利用者Ｕ０１が駅から住宅Ｈ０１まで徒歩で移動したという行動と、電気機器Ｅ０４の電源が投入され、冷房を行うように操作された旨の稼働情報とを紐付ける。また、推定装置１０は、利用者Ｕ０３が住宅Ｈ０１に在宅し続けたという行動と電気機器Ｅ０７が使用されている旨の稼働状況とを紐付ける。この結果、推定装置１０は、利用者Ｕ０１が電気機器Ｅ０４を操作して冷房を行うように操作したという行動と、利用者Ｕ０３が電気機器Ｅ０７を使用したという行動とを推定する。このような推定については、気温が高い場合に住宅Ｈ０１の外にいた利用者が冷房を行う可能性が高い旨を教師あり学習により学習が行われたモデルや、連想記憶型のニューラルネットワークを用いることで、実現可能である。

〔１−４．排他関係の学習について〕
また、推定装置１０は、電気機器Ｅ０１〜Ｅ０７の稼働情報に基づいて、時系列を考慮した複数の電気機器Ｅ０１〜Ｅ０７の使用態様を学習し、学習結果と稼働情報と端末情報とに基づいて、住宅Ｈ０１における利用者Ｕ０１〜Ｕ０３の行動を推定してもよい。例えば、推定装置１０は、電気機器Ｅ０１〜Ｅ０７の稼働情報に基づいて、同一の利用者によって同時期に使用されない複数の電気機器を学習し、学習結果に基づいて、住宅Ｈ０１における利用者Ｕ０１〜Ｕ０３の行動を推定してもよい。

例えば、部屋Ｒ０３に設置された電気機器Ｅ０２と、部屋Ｒ０１に設置された電気機器Ｅ０６との電源が同時期に操作されていない場合や、部屋Ｒ０１の電気機器Ｅ０３と部屋Ｒ０２の電気機器Ｅ０１とが同時期に操作されていない場合は、住宅Ｈ０１に利用者が１人しかいないと予測される。そこで、推定装置１０は、電気機器Ｅ０１〜Ｅ０７の稼働情報に基づいて、同一の利用者によって同時期に使用されない複数の電気機器をモデルに学習させ、かかるモデルを用いて、住宅Ｈ０１における利用者Ｕ０１〜Ｕ０３の行動を推定してもよい。例えば、推定装置１０は、部屋Ｒ０３に設置された電気機器Ｅ０２と、部屋Ｒ０１に設置された電気機器Ｅ０６との電源が同時期に操作された場合は、複数の利用者が住宅Ｈ０１に居るという前提で、各利用者の行動と稼働状況との紐付を行うモデルの学習を行ってもよい。

また、例えば、推定装置１０は、電気機器Ｅ０１〜Ｅ０７の稼働情報に基づいて、同一の利用者によって同時期に使用される複数の電気機器を学習し、学習結果に基づいて、住宅Ｈ０１における利用者Ｕ０１〜Ｕ０３の行動を推定してもよい。例えば、推定装置１０は、電気機器Ｅ０１〜Ｅ０７の稼働情報に基づいて、同一の利用者によって同時期に使用される複数の電気機器をモデルに学習させ、かかるモデルを用いて、住宅Ｈ０１における利用者Ｕ０１〜Ｕ０３の行動を推定してもよい。例えば、推定装置１０は、電気機器Ｅ０３と電気機器Ｅ０７とが同時期に操作されており、電気機器Ｅ０３と電気機器Ｅ０７とが同時期に操作される電気機器として学習済みである場合は、電気機器Ｅ０３と電気機器Ｅ０７とを操作したのが同一の利用者であるという前提で、各利用者の行動と稼働状況との紐付を行うモデルの学習を行ってもよい。

〔１−５．判定処理の一例について〕
次に、図１を用いて、推定装置１０が実行する情報管理処理の一例について説明する。まず推定装置１０は、施設内に設置された電気機器の稼働状況を機器ごとに収集する（ステップＳ１）。例えば、推定装置１０は、分電盤Ｂ０１を介して、住宅Ｈ０１内の各電気機器Ｅ０１〜Ｅ０７の稼働状況を収集する（ステップＳ１）。また、推定装置１０は、端末装置１００から、端末装置１００が測定した各種センサデータや位置情報を端末情報として収集する（ステップＳ２）。

また、推定装置１０は、端末情報に基づいて、各利用者Ｕ０１〜Ｕ０３の行動を推定する（ステップＳ３）。例えば、推定装置１０は、利用者Ｕ０１が住宅Ｈ０１の外を歩行しており、利用者Ｕ０２が住宅Ｈ０１内で移動せずに端末装置１０２を操作しており、利用者Ｕ０３が住宅Ｈ０１内で移動している旨を推定する。

そして、推定装置１０は、所定のモデルを用いて、各利用者Ｕ０１〜Ｕ０３の行動と電気機器の稼働状況とを紐付けることで、住宅Ｈ０１における利用者Ｕ０１〜Ｕ０３の行動を推定する（ステップＳ４）。例えば、電気機器Ｅ０１が点灯してから所定の時間が経過している場合、住宅Ｈ０１内で移動せずに端末装置１０２を操作している利用者Ｕ０２が電気機器Ｅ０１を点灯させた可能性が高い。そこで、推定装置１０は、電気機器Ｅ０１が点灯した旨の稼働状況と、住宅Ｈ０１内で移動せずに端末装置１０２を操作している旨の利用者Ｕ０２の行動とを紐付けることで、利用者Ｕ０２が電気機器Ｅ０１を点灯させた旨を推定する。

同様に電気機器Ｅ０７が使用されている場合、住宅Ｈ０１内で移動している利用者Ｕ０３が電気機器Ｅ０７を使用している可能性が高い。そこで、推定装置１０は電気機器Ｅ０７が使用されている旨の稼働状況と、住宅Ｈ０１内で移動している旨の利用者Ｕ０３の行動とを紐付けることで、利用者Ｕ０３が電気機器Ｅ０７を使用している旨を推定する。

また、利用者Ｕ０１が住宅Ｈ０１まで移動した後に、電気機器Ｅ０４の電源が投入された場合は、住宅Ｈ０１に居た利用者Ｕ０２、Ｕ０３よりも、利用者Ｕ０１が電気機器Ｅ０４を操作した可能性が高い。そこで、推定装置１０は、住宅Ｈ０１まで徒歩で移動した旨の利用者Ｕ０１の行動と、電気機器Ｅ０４の電源が投入されたという稼働状況とを紐付けることで、利用者Ｕ０１が電気機器Ｅ０４の電源を投入した旨を推定する。

また、推定装置１０は、推定結果を管理装置２００へと提供する。このような推定結果は、各利用者Ｕ０１〜Ｕ０３の行動パターンの解析や、住宅Ｈ０１における異常な行動の検出（例えば、不審者の侵入）等に適用可能である。

また、推定装置１０は、収集した稼働状況に基づいて、同一の利用者により同時期に利用されない電気機器の組み合わせをモデルに学習させる（ステップＳ６）。この結果、推定装置１０は、モデルの紐付制御を向上させることができる。

上述したように、推定装置１０は、住宅Ｈ０１に設置された電気機器Ｅ０１〜Ｅ０７の稼働状況を示す稼働情報と、住宅Ｈ０１において利用者Ｕ０１〜Ｕ０３の端末装置１００が取得した端末情報とを収集する。そして、推定装置１０は、稼働情報と端末情報とに基づいて、住宅Ｈ０１における利用者の行動を推定する。このため、推定装置１０は、住宅Ｈ０１において、誰が、どのような行動を行ったかを推定することができる。

〔２．推定装置１００の構成〕
次に、図２を用いて、推定装置１０が有する機能構成の一例について説明する。図２は、実施形態に係る推定装置が有する機能構成の一例を示す図である。図２に示すように、推定装置１０は、通信部２０、記憶部３０、および制御部４０を有する。

通信部２０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部２０は、ネットワークＮと有線または無線で接続され、端末装置１００、管理装置２００、および分電盤Ｂ０１との間で情報の送受信を行う。

記憶部３０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現され、推定装置１０内で実行されるアプリケーション等のプログラムや情報が記録される。また、記憶部３０は、推定装置１０がプログラムを実行する際に作業領域として用いられてもよい。

ここで、記憶部３０は、端末情報データベース３１、稼働情報データベース３２、および推定情報データベース３３を有する。端末情報データベース３１は、端末装置１００から収集した端末情報や、端末情報から推定した利用者の行動等が登録される。例えば、図３は、実施形態に係る端末情報データベースに登録される情報の一例を示す図である。図３に示すように、端末情報データベース３１には、「端末ＩＤ（Identifier）」、「利用者」、「センサ情報」、「タイムスタンプ」、「判定行動」、「アプリ情報」等といった項目を有する情報が登録されている。

ここで、「端末ＩＤ」は、端末装置１００を識別するための識別子である。「利用者」は、対応付けられた「端末ＩＤ」が示す端末装置１００を利用する利用者を識別するための識別子である。「センサ情報」は、対応付けられた「端末ＩＤ」が示す端末装置１００が取得した各種のセンサデータであり、例えば、加速度センサが検出した３軸方向の加速度の値等である。「タイムスタンプ」は、対応付けられたセンサ情報が検出された日時を示す情報である。「判定行動」は、対応付けられたセンサ情報やタイムスタンプ等から推定された利用者の行動を示す情報であり、対応付けられたセンサ情報から推定された利用者の行動を示す情報である。「アプリ情報」とは、対応付けられた「端末ＩＤ」が示す端末装置１００が実行中のアプリケーションや、そのアプリケーションを利用者が操作しているか否かを示す情報である。

例えば、図３に示す例では、端末ＩＤ「端末ＩＤ＃１」、利用者「利用者＃１（女性、４０代）」、センサ情報「センサ情報＃１−１」、タイムスタンプ「2016/8/8/10：00」、判定行動「歩行中」、アプリ情報「起動中（操作なし）」といった情報が登録されている。このような情報は、端末ＩＤ「端末ＩＤ＃１」が示す端末装置１００を、利用者「利用者＃１（女性、４０代）」が示す利用者が利用しており、センサデータとしてセンサ情報「センサ情報＃１−１」をタイムスタンプ「2016/8/8/10：00」が示す日時に検出した旨を示す。また、このような情報は、センサ情報「センサ情報＃１−１」から推定される利用者の状態が「歩行中」である旨を示す。また、このような情報は、センサ情報「センサ情報＃１−１」が取得された際に、所定のアプリケーションが「起動中」であり、操作が行われていない旨を示す。なお、図３に示す例では、「センサ情報＃１−１」といった概念的な値について記載したが、実際には、加速度、位置情報、音等、各種のセンサデータが登録されることとなる。

図２に戻り、説明を続ける。稼働情報データベース３２には、電気機器Ｅ０１〜Ｅ０７の稼働状況を示す稼働情報が登録される。例えば、図４は、実施形態に係る稼働情報データベースに登録される情報の一例を示す図である。図４に示すように、稼働情報データベース３２には、「機器ＩＤ」、「種別」、「設置位置」、「稼働状況」、「タイムスタンプ」、「電流値」等といった項目を有する情報が登録されている。

ここで、「機器ＩＤ」は、電気機器Ｅ０１〜Ｅ０７を識別するための識別子である。「種別」は、対応付けられた「機器ＩＤ」が示す電気機器Ｅ０１〜Ｅ０７の種別を示す情報である。また、「設置位置」とは、対応付けられた「機器ＩＤ」が示す電気機器Ｅ０１〜Ｅ０７が設置された部屋等を示す情報である。また、「稼働状況」は、対応付けられた「機器ＩＤ」が示す機器の稼働状況を示す情報である。また、「電流値」とは、対応付けられた「機器ＩＤ」が示す電気機器Ｅ０１〜Ｅ０７に流入する電流の値であり、稼働情報として分電盤Ｂ０１等から収集可能な情報である。

例えば、図４に示す例では、機器ＩＤ「機器＃１」、種別「エアコン」、設置位置「Ｒ０１」、稼働状況「ＯＦＦ」、タイムスタンプ「2016/8/8/10：00」、電流値「電流値＃１」等といった情報が登録されている。このような情報は、機器ＩＤ「機器＃１」が示す電気機器の種別が「エアコン」であり、部屋「Ｒ０１」に設置されている旨を示す。また、このような情報は、機器ＩＤ「機器＃１」が示す電気機器が、タイムスタンプ「2016/8/8/10：00」が示す日時において、状態が「ＯＦＦ」であり、電流値が「電流値＃１」である旨を示す。なお、図４に示す例では「電流値＃１」といった概念的な値について記載したが、実際には、電気機器を流れる電流量が登録されることとなる。

図２に戻り、説明を続ける。推定情報データベース３３には、紐付けられた稼働状況と利用者の行動とが登録される。すなわち、推定情報データベース３３には、住宅Ｈ０１における利用者の行動が登録される。例えば、図５は、実施形態に係る推定情報データベースに登録される情報の一例を示す図である。図５に示すように、推定情報データベース３３には、「端末ＩＤ」、「宅内／宅外」、「推定利用者」、および「利用者行動」といった項目を有する情報が登録されている。

ここで、「宅内／宅外」は、対応付けられた「端末ＩＤ」が示す端末装置１００が住宅Ｈ０１の中にいるのか、外に居るのかを示す情報である。また、「推定利用者」とは、対応付けられた「端末ＩＤ」が示す端末装置１００を使用する利用者を示す情報である。ままた、「利用者行動」とは、対応付けられた「推定利用者」が行っていると推定される利用者の行動である。

例えば、図５に示す例では、推定情報データベース３３には、端末ＩＤ「端末ＩＤ＃１」、宅内／宅外「宅内」、推定利用者「利用者＃１（女性、４０代）」、および利用者行動「掃除中」といった情報が登録されている。このような情報は、端末ＩＤ「端末ＩＤ＃１」が示す端末装置１０が「宅内」にあり、推定利用者「利用者＃１（女性、４０代）」が端末ＩＤ「端末ＩＤ＃１」が示す端末装置１００を使用している旨を示す。また、このような情報は、推定利用者「利用者＃１（女性、４０代）」が「掃除中」である旨を示す。

図２に戻り、説明を続ける。制御部４０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のプロセッサによって、推定装置１００内部の記憶装置に記憶されている各種プログラムがＲＡＭ等を作業領域として実行されることにより実現される。また、制御部４０は、コントローラ（controller）であり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されてもよい。

ここで、制御部４０は、収集部４１、状態判定部４２、紐付部４３、推定部４４、提供部４５、及び学習部４６を有し、以下に説明する情報処理の機能や作用を実現または実行する。

収集部４１は、住宅Ｈ０１に設置された電気機器Ｅ０１〜Ｅ０７の稼働状況を示す稼働情報と、住宅Ｈ０１において利用者Ｕ０１〜Ｕ０３の端末装置１００が取得した端末情報とを収集する。例えば、収集部４１は、分電盤Ｂ０１がＨＥＭＳを用いて収集した電気機器Ｅ０１〜Ｅ０５の稼働状況や種別、設置位置、タイムスタンプ、電流値等を稼働情報として収集する。そして、収集部４１は、収集した稼働情報を稼働情報データベース３２に登録する。

また、収集部４１は、分電盤Ｂ０１から稼働情報として、電気機器Ｅ０６、Ｅ０７に対して供給された電流の値を収集する。このような場合、収集部４１は、電流の値から分波解析により、電気機器Ｅ０６、Ｅ０７の種別や稼働状況、タイムスタンプ等を推定する。また、収集部４１は、分電盤Ｂ０１が電流を電気機器Ｅ０６、Ｅ０７へと伝達する際の分岐に基づいて、電気機器Ｅ０６、Ｅ０７の設置位置を推定する。そして、収集部４１は、推定した稼働状況、種別、設置位置等を稼働情報データベース３２に登録する。なお、例えば、収集部４１は、分電盤Ｂ０１が推定した稼働状況を示す稼働情報を収集してもよい。

また、収集部４１は、端末情報として、端末装置１００が測定した加速度を示す加速度情報または端末装置１００の操作内容を示す操作情報の少なくともいずれか一方を収集する。また、収集部４１は、端末情報として、端末装置１００の位置を示す位置情報を収集する。より具体的な例を挙げると、収集部４１は、端末装置１０１から、加速度センサを用いて検出した加速度の値や、ＧＰＳ等を用いて特定した端末装置１０１の位置をセンサ情報として、端末装置１０１から収集する。また、収集部４１は、センサ情報を取得した日時を示すタイムスタンプ、アプリケーションの起動状況や操作状態を示すアプリ情報等を収集する。そして、収集部４１は、収集した端末情報を端末情報データベース３１に登録する。

なお、収集部４１は、住宅Ｈ０１の内部にいる利用者Ｕ０２、Ｕ０３が使用する端末装置１０２、１０３のみならず、住宅Ｈ０１の外部にいる利用者Ｕ０１が使用する端末装置１０１からも、端末情報を収集する。すなわち、推定装置１０は、利用者の行動を推定する対象となる施設内のみならず、施設外における利用者の行動も考慮して、施設における利用者の行動を推定する。

状態判定部４２は、収集部４１が収集した端末情報に基づいて、端末装置１００を利用する各利用者Ｕ０１〜Ｕ０３の行動を判定する。例えば、状態判定部４２は、端末情報データベース３１を参照し、センサ情報が示すセンシングデータの内容、タイムスタンプが示す日時、アプリ情報が示すアプリケーションの起動状況や操作の有無等から、かかるセンサ情報を検出した端末装置１００の利用者がどのような行動を行っているかを判定する。

例えば、状態判定部４２は、周期的な振動や加速度が生じている旨をセンサ情報が示す場合は、かかるセンサ情報を検出した端末装置１００の利用者が「歩行中」であると判定する。また、例えば、状態判定部４２は、振動や加速度が生じていない旨をセンサ情報が示す際に、アプリケーションが起動され、操作が行われている旨をアプリ情報が示す場合には、かかるセンサ情報を収集した端末装置１００の利用者が、移動せずに端末装置１００を「操作中」であると判定する。そして、状態判定部４２は、判定結果を利用者の行動を示す「判定行動」として、端末情報データベース３１に登録する。

紐付部４３は、端末情報が示す利用者の行動と、稼働情報が示す電気機器Ｅ０１〜Ｅ０７の稼働状況との紐付を行う。より具体的には、紐付部４３は、学習部４６が後述する処理によって生成したモデルを用いて、端末情報が示す利用者の行動と、稼働情報が示す電気機器Ｅ０１〜Ｅ０７の稼働状況との紐付を行う。

例えば、紐付部４３は、ある稼働状況と、その稼働状況を生じさせる要因となった可能性が高い利用者の行動とを特定するように学習が行われたモデルを用いて、稼働情報データベース３２に登録された「稼働状況」と、端末情報データベース３１に登録された利用者の行動、すなわち「判定行動」との紐付を行う。

推定部４４は、稼働情報と端末情報とに基づいて、住宅Ｈ０１における利用者Ｕ０１〜Ｕ０３の行動を推定する。より具体的には、推定部４４は、端末情報が示す利用者Ｕ０１〜Ｕ０３の行動と、稼働情報が示す電気機器Ｅ０１〜Ｅ０７の稼働状況とに基づいて、住宅Ｈ０１における利用者Ｕ０１〜Ｕ０３の行動を推定する。また、推定部４４は、端末情報が示す端末装置１００の位置情報と、稼働情報が示す電気機器Ｅ０１〜Ｅ０７の稼働状況とに基づいて、住宅Ｈ０１における利用者の行動を推定する。

より具体的な例を挙げると、推定部４４は、学習部４６によって学習が行われたモデルを用いて紐付部４３が紐付けた「稼働状況」と「判定行動」との紐付結果に基づいて、住宅Ｈ０１における利用者の行動を推定する。例えば、紐付部４３が、端末ＩＤ「端末＃１」の判定行動「歩行中」と、機器ＩＤ「機器＃２」の稼働状況「ＯＮ」とを紐付けたものとする。このような場合、推定部４４は、端末ＩＤ「端末ＩＤ＃１」が示す端末装置１００を利用する「利用者＃１（女性、４０代）」を端末情報データベース３１から特定するとともに、端末ＩＤ「端末ＩＤ＃１」が取得したセンサ情報に基づいて、端末ＩＤ「端末ＩＤ＃１」が示す端末装置１００が住宅Ｈ０１の宅内にあるか宅外にあるかを特定する。そして、推定部４４は、紐付部４３が紐付けた「稼働状況」の内容と「判定行動」の内容とに基づいて、「利用者＃１」の行動を推定する。例えば、推定部４４は、「利用者＃１」が「歩行」しているという行動と、種別「掃除機」が「ＯＮ」となっているという稼働状況とに基づいて、「利用者＃１」が「掃除」を行っているという利用者の行動を推定する。そして、推定部４４は、端末ＩＤ「端末ＩＤ＃１」と、宅内／宅外「宅内」と、推定利用者「利用者＃１（女性、４０代）」と、推定した利用者の行動である利用者行動「掃除中」とを対応付けて、推定情報データベース３３に登録する。

なお、推定部４４は、住宅Ｈ０１の内部において端末装置１００が取得した端末情報と、住宅Ｈ０１の外部において端末装置１００が取得した端末情報と、稼働情報とに基づいて、住宅Ｈ０１における利用者の行動を推定してもよい。例えば、推定部４４は、住宅Ｈ０１の外部において端末装置１００が取得した端末情報に基づいて状態判定部４２が判定した利用者の行動と、稼働情報とに基づいて、宅Ｈ０１における利用者の行動を推定してもよい。例えば、推定部４４は、気温が所定の閾値よりも高い中、徒歩で帰宅した旨を示す利用者Ｕ０１の判定行動と、電気機器Ｅ０４が冷房を行うように操作されたという稼働状況とが紐付られた場合は、利用者Ｕ０１が冷房を行うように電気機器Ｅ０４を操作した旨を推定してもよい。

提供部４５は、推定部４４によって推定された住宅Ｈ０１における利用者Ｕ０１〜Ｕ０３の行動を所定の管理者に提供する。例えば、提供部４５は、推定情報データベース３３に登録された情報を管理装置２００へと送信する。このような情報は、住宅Ｈ０１における利用者Ｕ０１〜Ｕ０３の行動のパターンを示す情報となる。このため、管理装置２００は、受付けた情報から利用者Ｕ０１〜Ｕ０３ごとのパターンを抽出することで、各利用者Ｕ０１〜Ｕ０３の癖や、生活スタイル等を推定することができる。このような推定結果は、例えば、癖や生活スタイルに応じた電力供給プランの提案や、各利用者Ｕ０１〜Ｕ０３の端末装置１００に配信する広告の選択、広告の配信タイミングの最適化等に利用することが可能である。

学習部４６は、ある稼働状況と、その稼働状況を生じさせる要因となった可能性が高い利用者の行動とを特定するようにモデルの学習を行う。例えば、学習部４６は、コホーネンの自己組織化マップと連想記憶型のニューラルネットワークとを組み合わせて、電気機器Ｅ０１〜Ｅ０７の稼働状況と利用者Ｕ０１〜Ｕ０３の行動との関係性をモデルに学習させる。

ここで、学習部４６は、電気機器Ｅ０１〜Ｅ０７の稼働情報に基づいて、時系列を考慮した複数の電気機器の使用態様をモデルに学習させる。例えば、学習部４６は、稼働情報に基づいて、同一の利用者によって同時期に使用されない複数の電気機器をモデルに学習させる。例えば、学習部４６は、推定情報データベース３３に登録された情報を正解データとしてクラスタリングすることで、同一の利用者によって同時期に使用されていない複数の電気機器を特定し、特定した複数の電気機器が使用された場合は、それぞれ異なる利用者が各電気機器を使用していると推定するように、モデルの学習を行う。なお、学習部４６は、稼働情報に基づいて、同一の利用者によって同時期に使用される複数の電気機器をモデルに学習させてもよい。このようなモデルを用いることで、推定装置１０は、利用者の行動と、電気機器Ｅ０１〜Ｅ０７の稼働状況とを精度良く紐付けることができる。

〔３．情報管理処理の一例〕
次に、図６を用いて、実施形態に係る推定装置１０が実行する推定処理の流れの一例について説明する。図６は、実施形態に係る推定装置が実行する推定処理の流れの一例を示すフローチャートである。まず、推定装置１０は、稼働状況と端末情報とを収集する（ステップＳ１０１）。

続いて、推定装置１０は、稼働情報から電気機器の状態を推定し、端末情報から利用者の行動を推定する（ステップＳ１０２）。そして、推定装置１０は、電気機器の状態と、利用者の行動との紐付を行う（ステップＳ１０３）。すなわち、推定装置１０は、ある稼働状況と、その稼働状況を生じさせる要因となった可能性が高い利用者の行動との紐付を行う。そして、推定装置１０は、紐付の結果から、住宅Ｈ０１の宅内において行われた行動と、その行動を行った利用者とを推定し（ステップＳ１０４）、処理を終了する。

〔４．変形例〕
上述した実施形態に係る推定装置１０は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、上記の推定装置１０の他の実施形態について説明する。

〔４−１．来客について〕
ここで、来客があった場合等には、稼働情報に特異な特徴が生じるとも予測される。そこで、推定装置１０は、利用者Ｕ０１〜Ｕ０３ごとに、推定した行動のパターンを特定し、特定したパターンとは異なる稼働情報が検出された場合は、所定の通知を出力してもよい。例えば、推定装置１０は、利用者Ｕ０１〜Ｕ０３の端末装置１００に対して、不審者の存在を警報する通知や、来客があったか否かの問合せ等を通知してもよい。

〔４−２．仮想空間での行動について〕
また、推定装置１０は、端末装置１００がセンシングした利用者Ｕ０１〜Ｕ０３の操作から、利用者Ｕ０１〜Ｕ０３の仮想空間上での行動を判定し、判定した行動と稼働状況との紐付結果から、利用者Ｕ０１〜Ｕ０３の行動を推定してもよい。例えば、推定装置１０は、端末装置１０１から、いびきの確認を行うアプリケーションが実行された旨の端末情報を受信し、かつ、電気機器Ｅ０２が消灯した旨の稼働情報を受信した場合は、端末装置１０１を利用する利用者Ｕ０１が就寝のために電気機器Ｅ０２を消灯させた等の行動を推定してもよい。

〔４−３．モデルについて〕
ここで、推定装置１０は、判定行動と稼働状況との紐付を行うモデルを任意の粒度で学習してもよい。例えば、推定装置１０は、判定対象となる住宅Ｈ０１が複数存在する場合は、住宅Ｈ０１ごとに、モデルの学習を行ってもよい。また、推定装置１０は、施設ごとにモデルの学習を行ってもよく、例えば、家族ごとあるいは利用者ごとに、その利用者の行動と稼働状況との紐付を行うモデルを学習してよい。

〔４−４．稼働情報について〕
ここで、推定装置１０は、所定の施設内に設置された電気機器が収集した音に関する情報である音情報に基づく稼働情報を電気機器ごとに収集し、収集した稼働情報に基づいて、所定の施設内における利用者の行動を推定してもよい。例えば、電気機器には、マイクロフォン等の音を収集する手段を有し、人の声や周囲の環境音等、任意の音を収集することができる機器が存在する。このような機器が収集した音は、例えば、音声認識を用いた人物の推定や、他の家電装置等が出力した音（例えば、操作音や駆動音）を用いた駆動状態の推定に用いることができる。

そこで、推定装置１０は、電気機器が収集した音に関する情報である音情報に基づく稼働情報を収集する。例えば、推定装置１０は、電気機器が収集した環境音の音データを含む駆動情報として収集する。このような場合、推定装置１０は、音データの解析を行い、音声認識等の技術を用いて、家電機器の周囲に居る人物の推定を行う。また、推定装置１０は、音データの解析を行い、他の家電装置が出力した音に基づいて、他の家電装置の有無や稼働状況を推定する。そして、推定装置１０は、推定結果と、各利用者の端末装置が収集した単まず情報とに基づいて、所定の施設内における利用者の行動を推定してもよい。

〔４−５．その他〕
また、上記実施形態において説明した各処理のうち、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種の情報やパラメータを含む情報については、特記する場合を除いて任意に変更することができる。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

〔４−６．ハードウェア構成〕
また、上述してきた実施形態に係る推定装置１０は、例えば図７に示すような構成のコンピュータ１０００によって実現される。図７は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Interface）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。

演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一次記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いる情報を一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いる情報や、各種の情報ベースが登録される記憶装置であり、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）、フラッシュメモリ等により実現される。

出力ＩＦ１０６０は、モニタやプリンタといった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、ＵＳＢ（Universal Serial Bus）やＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High Definition Multimedia Interface）といった規格のコネクタにより実現される。また、入力ＩＦ１０７０は、マウス、キーボード、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインタフェースであり、例えば、ＵＳＢ等により実現される。

なお、入力装置１０２０は、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等から情報を読み出す装置であってもよい。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。

ネットワークＩＦ１０８０は、ネットワークＮを介して他の機器から情報を受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成した情報を他の機器へ送信する。

演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。

例えば、コンピュータ１０００が推定装置１０として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、制御部４０の機能を実現する。また、二次記憶装置１０５０上には、記憶部３０内の各情報データベース３１〜３３が格納される。

〔５．効果〕
上述したように、推定装置１０は、住宅Ｈ０１等の所定の施設内に設置された電気機器Ｅ０１〜Ｅ０７の稼働状況を示す稼働情報と、所定の施設内において利用者Ｕ０１〜Ｕ０３の端末装置１００が取得した端末情報とを収集する。そして、推定装置１０は、稼働情報と端末情報とに基づいて、所定の施設内における利用者Ｕ０１〜Ｕ０３の行動を推定する。

この結果、推定装置１０は、住宅Ｈ０１等、所定の施設内において、どの利用者が、電気機器Ｅ０１〜Ｅ０７を用いてどのような行動を行っているかを推定することができるので、施設内における利用者の活動状況を利用者ごとに推定することができる。また、推定装置１０は、住宅Ｈ０１内に新たなセンシングデバイスを設置せずとも、各利用者がどのような行動を行っているかを推定できるので、設備導入に伴うコストを削減できる。

また、推定装置１０は、電気機器Ｅ０１〜Ｅ０７に対して供給される電流に基づく稼働情報を電気機器Ｅ０１〜Ｅ０７ごとに収集する。このため、推定装置１０は、電気機器Ｅ０１〜Ｅ０７から稼働情報を直接収集することができない場合であっても、各電気機器Ｅ０１〜Ｅ０７の稼働状況を収集することができる。

また、推定装置１０は、端末情報として、端末装置１００が測定した加速度を示す情報または端末装置１００の操作内容を示す情報の少なくともいずれか一方を収集する。このため、推定装置１０は、端末装置１００を利用する利用者Ｕ０１〜Ｕ０３の動きや行っている操作等を判定することができる。

また、推定装置１０は、端末情報が示す利用者Ｕ０１〜Ｕ０３の行動と、稼働情報が示す電気機器Ｅ０１〜Ｅ０７の稼働状況との紐付結果に基づいて、所定の施設内における利用者Ｕ０１〜Ｕ０３の行動を推定する。このため、推定装置１０は、所定の施設内における利用者Ｕ０１〜Ｕ０３の行動を適切に推定することができる。

また、推定装置１０は、端末情報として、端末装置１００の位置を示す位置情報を収集する。そして、推定装置１０は、端末情報が示す端末装置１００の位置と、稼働情報が示す電気機器Ｅ０１〜Ｅ０７の稼働状況とに基づいて、所定の施設内における利用者Ｕ０１〜Ｕ０３の行動を推定する。このため、推定装置１０は、利用者Ｕ０１〜Ｕ０３が宅内にいるか、宅外にいるかを考慮した行動の推定を行うことができる。

また、推定装置１０は、電気機器Ｅ０１〜Ｅ０７の稼働情報に基づいて、時系列を考慮した複数の電気機器Ｅ０１〜Ｅ０７の使用態様を学習する。そして、推定装置１０は、学習結果と稼働情報と端末情報とに基づいて、所定の施設内における利用者Ｕ０１〜Ｕ０３の行動を推定する。例えば、推定装置１０は、稼働情報に基づいて、同一の利用者Ｕ０１〜Ｕ０３によって同時期に使用されない複数の電気機器Ｅ０１〜Ｅ０７を学習する。そして、推定装置１０は、学習結果に基づいて、所定の施設内における利用者Ｕ０１〜Ｕ０３の行動を推定する。また、推定装置１０は、稼働情報に基づいて、同一の利用者Ｕ０１〜Ｕ０３によって同時期に使用される複数の電気機器Ｅ０１〜Ｅ０７を学習する。そして、推定装置１０は、学習結果に基づいて、所定の施設内における利用者Ｕ０１〜Ｕ０３の行動を推定する。このような処理の結果、推定装置１０は、時系列を考慮した複数の電気機器Ｅ０１〜Ｅ０７の使用態様を考慮して、利用者の行動を推定することができるので、推定精度を向上させることができる。

また、推定装置１０は、所定の施設外において端末装置１００が取得した端末情報をさらに収集する。そして、推定装置１０は、所定の施設外において端末装置１００が取得した端末情報と、稼働情報とに基づいて、所定の施設内における利用者Ｕ０１〜Ｕ０３の行動を推定する。このため、推定装置１０は、所定の施設外における利用者Ｕ０１〜Ｕ０３の行動を考慮して、所定の施設内における利用者Ｕ０１〜Ｕ０３の行動を推定するので、推定精度を向上させることができる。

また、推定装置１０は、電気機器が収集した音情報に基づく稼働情報を電気機器ごとに収集する。このため、推定装置１０は、所定の施設内における音に基づいて、利用者の行動を推定することができるので、推定精度をさらに向上させることができる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上記してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、推定部は、推定手段や推定回路に読み替えることができる。

１０ 推定装置
２０ 通信部
３０ 記憶部
３１ 端末情報データベース
３２ 稼働情報データベース
３３ 推定情報データベース
４０ 制御部
４１ 収集部
４２ 状態判定部
４３ 紐付部
４４ 推定部
４５ 提供部
４６ 学習部
１００ 端末装置
２００ 管理装置
Ｂ０１ 分電盤
Ｅ０１〜Ｅ０７ 電気機器

Claims (12)

1. 所定の施設内に設置された電気機器の稼働状況を示す稼働情報と、前記所定の施設内において利用者の端末装置が取得した端末情報とを収集する収集部と、
   前記稼働情報と前記端末情報とに基づいて、前記所定の施設内における利用者の行動を推定する推定部と
   を有することを特徴とする推定装置。
2. 前記収集部は、前記電気機器に対して供給される電流に基づく稼働情報を前記電気機器ごとに収集する
   ことを特徴とする請求項１に記載の推定装置。
3. 前記収集部は、前記端末情報として、前記端末装置が測定した加速度を示す加速度情報または当該端末装置の操作内容を示す操作情報の少なくともいずれか一方を収集する
   ことを特徴とする請求項１または２に記載の推定装置。
4. 前記推定部は、前記端末情報が示す前記利用者の行動と、前記稼働情報が示す前記電気機器の稼働状況との紐付結果に基づいて、前記所定の施設内における利用者の行動を推定する
   ことを特徴とする請求項１〜３のうちいずれか１つに記載の推定装置。
5. 前記収集部は、前記端末情報として、前記端末装置の位置を示す位置情報を収集し、
   前記推定部は、前記端末情報が示す前記端末装置の位置情報と、前記稼働情報が示す前記電気機器の稼働状況とに基づいて、前記所定の施設内における利用者の行動を推定する
   ことを特徴とする請求項１〜４のうちいずれか１つに記載の推定装置。
6. 前記電気機器の稼働情報に基づいて、時系列を考慮した複数の電気機器の使用態様を学習する学習部
   を有し、
   前記推定部は、前記学習部による学習結果と前記稼働情報と前記端末情報とに基づいて、前記所定の施設内における利用者の行動を推定する
   ことを特徴とする請求項１〜５のうちいずれか１つに記載の推定装置。
7. 前記学習部は、前記稼働情報に基づいて、同一の利用者によって同時期に使用されない複数の電気機器を学習し、
   前記推定部は、前記学習部による学習結果に基づいて、前記所定の施設内における利用者の行動を推定する
   ことを特徴とする請求項６に記載の推定装置。
8. 前記学習部は、前記稼働情報に基づいて、同一の利用者によって同時期に使用される複数の電気機器を学習し、
   前記推定部は、前記学習部による学習結果に基づいて、前記所定の施設内における利用者の行動を推定する
   ことを特徴とする請求項６または７に記載の推定装置。
9. 前記収集部は、前記所定の施設外において前記端末装置が取得した端末情報をさらに収集し、
   前記推定部は、前記所定の施設外において前記端末装置が取得した端末情報と、前記稼働情報とに基づいて、前記所定の施設内における利用者の行動を推定する
   ことを特徴とする請求項１〜８のうちいずれか１つに記載の推定装置。
10. 前記収集部は、前記電気機器が収集した音情報に基づく稼働情報を電気機器ごとに収集する
    ことを特徴とする請求項１〜９のうちいずれか１つに記載の推定装置。
11. 推定装置が実行する推定方法であって、
    所定の施設内に設置された電気機器の稼働状況を示す稼働情報と、前記所定の施設内において利用者の端末装置が取得した端末情報とを収集する収集工程と、
    前記稼働情報と前記端末情報とに基づいて、前記所定の施設内における利用者の行動と、当該行動を行った利用者とを推定する推定工程と
    を含むことを特徴とする推定方法。
12. 所定の施設内に設置された電気機器の稼働状況を示す稼働情報と、前記所定の施設内において利用者の端末装置が取得した端末情報とを収集する収集手順と、
    前記稼働情報と前記端末情報とに基づいて、前記所定の施設内における利用者の行動と、当該行動を行った利用者とを推定する推定手順と
    をコンピュータに実行させることを特徴とする推定プログラム。

Images